关于数据可视化 [ QUANTAXIS ] DC
数据可视化
构架
我们在这一步只干一件事情：将输入的数据交互式的表达出来 所以问题也变得非常简单，将数据从mysql中取出，然后以一定的方式输入到nodejs后台 肯定是
json格式 中间可能需要一些非关系型数据库来完善比如redis，mongoDB
需要的工具
'dc.js'
'mysql'
'cookie-parser'
'ajax'
'redis'
$todo list
1. 建立一个nodejs网站
2. 写好中间件以及路由跳转
3. 完成与mysql的交互
4. cookie 与redis缓存
5. dc.js构架
mission 已经搭建好一个服务器+mysql 现在要干一件事
做一个list+ajax 动态回显 或者是treeNodes 动态加载
我们需要仔细对于业务逻辑进行考虑，首先需要考虑的关于算法的逻辑问题
如何对于不同的算法进行优化和回显 如何进行客户端的分布式计算 如何对于不同分布式计算的结果对于服务器进行异步回调的逻辑
使用一种轻量级 稳定 多适应的语言来进行开发是最核心的问题 最好有守护进程以及较好的IO能力
关于DC.js 进行数据可视化的问题
数据如何标准化 数据如何废弃和回收
a to do list
关于下面职业生涯规划的转变问题 核心关注的问题应该偏向于机器学习 时间序列 金融的问题的结合和概括
不能脱离金融理论去进行算法的构建 在分形市场理论以及以后的更多理论上 通过机器学习算法去实现更多的可能性 机器学习算法的实现工具--和生产环境下的真实检验 通过一些轻量级和分布式应用的开发和构建 来判断模型最终的好坏问题
更多的考虑则涉及到一部分的数据可视化 这个属于生产环境下的逻辑问题
数据可视化应该作为一种标准化的流程构建 而不是一种附加 对于数据的严谨的态度和对于产品的严格要求 注定我们不能用一种浮躁的态度来面对我们的结果
数据可视化和交互式数据设计是非常重要的一环
所以总体部分上看，似乎和之前的商业设计/数据挖掘/一体化解决方案提供商没有较大的区别 但是 核心的逻辑以及框架的构成已经完全不同
这可以当做yutiansut 2.0 版本的到来和改进 其实主要的核心还是一个逻辑和优先级的问题
什么是主要逻辑 也就对应了框架的架构趋势
对于主要逻辑的追求会附带很多其他的东西 这就需要一个类似目录树的东西， 将逻辑串联起来，把看似无关的各个部分都构建起来
总结起来 我们需要一个能够快速搭建原型并能快速进入生产环境的东西
目前看起来 基于python/go/JavaScript的几种架构都非常具有吸引力
对于golang的调研看起来 go和nodejs的功能出现了较大的相似度 如果坚持使用nodejs做开发的话 和golang的同质化程度较高 没有必要强行上golang python可以放入考虑的流程中 主要是考虑到基于python的机器学习应用较多 另外完全使用javascript来进行开发也不是特别的稳定
对于算法的实现 可以一部分在matlab中实现 也可以放在python中实现
因为matlab对于服务器的安装、支持都较为困难
不如单纯使用python
核心：轻量级 快速应用 开源
似乎是nodejs要比python快上很多 也许研究nodejs是一种很不错的方向
主要是对于算法的实现问题 如何快速实现需要实现的算法 快速的将事件和问题响应起来 另外 多平台和展示的需要
javascript和css的结合 如果我们能够控制这两个在页面上进行一部分的运算 嵌入到网页工具箱中的
另外一部分是网页、客户端提交到主机的一个标准的数据流请求 或者是运算请求 另外是服务器与其他应用的跨域交互应用
前端和后端的并行交互
需要考虑的另外一个关于算法实现的问题
对于标准数据流的封装非常的重要 因为对于跨域而言，一个标准的数据传输格式会大大提升交互的效率，采用json或者HFS5格式的
对于json格式的打包而言 matlab显得非常不合时宜 因为matlab的对象化编程注定让其无法以json格式接受数据和传输数据
对于大规模数据传输问题而言 json格式可以穿插着lua脚本和xml格式的数据 来提升数据质量和和特定要求下的数据传输要求
然而现在最大的问题就在于 如何将matlab，python算法更多的实现在javascript中，包括新开发的算法 如何以一种更好的形式去调用和更新
语言的改写 是一种非常浪费时间的事情 对于同一个算法的不同语言实现，有时候甚至浪费了一个项目80%以上的时间
我们希望出现一个类似于html+javascript+css模式架构的东西出现
html就是应用本身 包括了所有的框架
css是搭在框架上的装饰物和样式 分离出来的样式表可以有效的减少重复开发和代码紊乱的问题
而javascript是所有函数和功能的实现办法 只需要打包完毕 就能在不同的html中运行 发挥作用
我们也希望这种模式分离的类设计思想 能够提高 并进入实际应用的场景中
将算法打包好 在一定api中调用 就能一次性完整实现
我们致力于并希望能够通过构建一个服务主机
通过这个主机处理模拟的市场数据 来构造一个人为金融市场并处理和协调关系